electricsheepeurope/europe-ilo-how-temp-sex-ocu-mts-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含193,644个观测值，涉及工作时间数据，覆盖38个欧洲国家，时间跨度为1991年至2025年，包含1个独特指标：按性别、职业和婚姻状况划分的就业人员实际平均每周工作小时数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并过滤为欧洲国家代码。数据集提供了详细的分类维度，如性别、职业和婚姻状况，并包括国家代码、年份、观测值、数据来源和质量标志等字段。This dataset contains 193,644 observations of Hours of work data across 38 European countries, spanning from 1991 to 2025, covering 1 distinct indicator: Mean weekly hours actually worked per employed person by sex, occupation and marital status. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via REST API and filtered to European ISO3 country codes. It includes detailed disaggregation dimensions such as sex, occupation, and marital status, with fields for country codes, year, observed values, data sources, and quality flags.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦于欧洲地区就业者的平均每周实际工作时间。数据通过ILOSTAT的REST API接口直接获取，原始指标代码为HOW_TEMP_SEX_OCU_MTS_NB，并依据欧洲ISO3国家代码进行地理筛选。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对各国劳动调查微观数据进行协调统一，数据来源在source.label列中明确标注，确保可追溯性。最终数据集包含193,644条观测记录，覆盖38个欧洲国家，时间跨度从1991年至2025年。

特点

该数据集的核心特色在于其精细的维度拆解能力，提供按性别、职业和婚姻状况三个维度交叉分层的每周实际工作小时数均值。数据集中包含sex、classif1（职业分类）和classif2（婚姻状况）等分类变量，支持多维度的子群体分析。所有观测值均附有obs_status状态标记，用于标识数据是否为临时值或不可靠值，提升了数据的可信度。此外，数据来源字段source.label详细记录了各观测值的调查来源，如劳动力调查，为数据溯源提供了便利。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载数据，返回的Dataset对象可直接转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤子集，例如筛选德国（DEU）的数据；或针对特定指标进行时间序列分析，按年份排序后绘制obs_value的变化趋势。此外，可利用pivot_table方法将数据重塑为国家乘以年份的矩阵形式，便于进行跨国比较或面板数据分析。该数据集特别适合劳动经济学领域的实证研究、政策评估以及时间序列预测模型的训练。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其旗舰统计数据库ILOSTAT发布，后经Electric Sheep Europe团队重新封装并上线HuggingFace平台，专注于欧洲38个国家1991至2025年间按性别、职业和婚姻状况划分的受雇人员平均每周实际工作小时数。ILOSTAT作为全球劳动统计的权威来源，依托各国劳动力调查、行政记录等多源数据，依据国际劳工统计学家会议定义进行标准化处理，为劳动经济学、社会政策及可持续发展目标监测提供了坚实的数据基础。该数据集以其精细的维度拆分（性别、职业技能等级、婚姻状况）和跨越三十余年的长时间序列，成为研究欧洲劳动力市场结构变迁、工作强度与人口特征交互作用的宝贵资源，对理解区域劳动供给动态具有显著影响力。

当前挑战

该数据集所应对的核心领域问题在于，传统宏观劳动统计往往掩盖了不同性别、职业及婚姻状态群体在工作时长上的异质性，难以支撑精细化的政策评估与劳动力市场建模。构建过程中，ILO需要协调来自38个国家、多种调查与行政记录源的数据，应对各国在统计口径、调查周期、职业分类标准上的差异，利用ICLS定义进行跨国产出可比性的统一调和。此外，数据质量标注体系（如不可靠观测值标志）提示了原始调查中采样误差、报告偏差及缺失值的普遍存在，后续用户在开展时间序列分析或跨群体比较时，必须审慎处理观测状态标志与来源注释，以避免混杂因素对结论的干扰。

常用场景

经典使用场景

该数据集汇聚了欧洲38个国家自1991年至2025年间，按性别、职业和婚姻状况划分的受雇人员每周实际工作平均时长的详尽统计信息，共计近20万条观测记录。基于ILOSTAT这一全球劳动统计权威来源，该数据为研究者提供了跨越三十余年、覆盖多元人口结构的高质量时间序列。其核心用途在于开展跨国劳动市场的比较研究，可深入剖析不同性别、职业群体及婚姻状态下劳动供给模式的演变轨迹。通过构建面板数据模型，学者能够量化分析社会经济变迁、政策调整对工作时长的异质性影响，为理解欧洲劳动力市场的动态结构奠定了坚实的数据基础。

解决学术问题

该数据集精准回应了劳动经济学中多个亟待深化的学术命题。其一，它有效破解了性别劳动差异研究中长期存在的数据碎片化难题，通过提供跨时间、跨国别且细分至性别的连续观测值，使研究者能够系统追踪‘性别工时差距’的演化趋势及其收敛或分化的驱动因子。其二，该数据融合了职业和婚姻状况信息，助力探寻工作家庭冲突、职业隔离对劳动供给的交互影响机制，为解释不同社会群体在工作强度上的结构性差异提供了可靠证据。其三，丰富的面板结构支撑了因果识别方法的应用，如双重差分或固定效应模型，用以评估劳动法规、福利制度改革对特定人群工作行为的政策效应，极大地推动了劳动市场实证研究的深度与信度。

衍生相关工作

该数据集衍生了一系列具有深远影响的经典学术工作。在基础研究层面，它催生了大量关于欧洲工时收敛性的跨国计量分析，学者们运用非平稳面板技术检验了各国平均工作时长是否随时间趋于一致，并揭示出南欧与北欧在劳动供给弹性上的持久分野。在更细分的领域，结合性别和职业分层的数据特征，涌现出探讨女性劳动参与率提升与整体工时缩短关系的里程碑研究。该数据集还直接服务于工作质量指标体系（如工作强度维度）的构建，并与ILO其他数据库（如工资、失业率）联合使用，形成多维度劳动市场绩效的综合评估框架。这些衍生研究不仅深化了学界对后工业化时代劳动形态变迁的理解，也为国际劳工标准的修订提供了不可或缺的实证锚点。